SocioVerse2 发布:面向长程社会模拟的开源智能体基础设施
上海创智学院、复旦大学、伦敦国王学院与牛津大学等团队推出 SocioVerse2,将 LLM 社会模拟从横截面问卷扩展为可干预的纵向过程。系统允许研究者在模拟中插入干预并生成反事实分支,从而在同一段历史上对比实验组与对照组。其目标是让研究者与智能体协同迭代研究流程,而非端到端全自动完成。
SynthePulse Insight会员精读阅读深度解读AI 日报
2026-10-04
精选事件
12
来源
6
精选
7
更多
5
AI DAILY BRIEFING
10月4日的AI进展呈现两条并行线索。研究侧,上海创智学院、复旦大学、伦敦国王学院与牛津大学等团队推出SocioVerse2,将LLM社会模拟从横截面问卷扩展为可干预的纵向过程,允许研究者插入干预并生成反事实分支;中国联通团队提出的异构分组混合专家架构MoHGE通过两级路由与组级辅助损失解决GPU负载不均衡,在3B和14B规模下相比同精度传统MoE削减约20%参数量,入选ACL 2026并已开源;谷歌研究人员开发RRSI方法,防止自我改进AI代理记忆测试任务,在未见基准上最高提升4.7分并减少约30% token使用;南洋理工大学安波团队系统比较四套Harness与多个模型的组合,指出Harness表现取决于与模型、任务的具体搭配。风险与治理侧,剑桥大学CASP发布22位顶尖学者联名论文,包括辛顿、本吉奥、巴托等图灵奖得主,警告AI参与下一代AI研发可能触发智能爆炸,但强调目前尚无证据表明已发生;OpenAI基金会宣布总额超250亿美元的首期科研资助承诺,首批超1.25亿美元投向个性化癌症疫苗与阿尔茨海默病研究。产业侧,DeepSeek开源面向华为昇腾的TileLang编译器及DeepGEMM、DeepEP等组件,与英伟达平台组件一一对应;OpenAI的Tibo承诺连续28天发布或重置,此前DevDay发布约20项内容但部分重度用户抱怨额度收紧、模型变慢,引发信任质疑。
社会模拟与智能体基础设施正从单次问卷走向可干预、可对比的纵向流程,SocioVerse2与Agent Harness研究共同指向同一方向:评估重点从模型本身转向模型与任务、工具的组合适配。
MoHGE与RRSI分别从架构和训练方法上压缩参数与token开销,显示效率优化仍是当前模型研究的确定性主线,且成果已进入ACL等顶会与开源渠道。
22位学者联名警告与OpenAI基金会250亿美元资助形成对照:前者提示递归自我改进的潜在加速,后者以资金投入健康与AI韧性,治理与能力建设同步推进。
下一步关注:关注SocioVerse2在真实社会科学研究中的采用情况与反事实分支的可复现性;MoHGE在更大规模模型上的扩展表现;RRSI能否推广到更广泛的自我改进代理场景;DeepSeek昇腾组件在128卡超节点方案中的实际性能数据;以及OpenAI连续28天发布承诺的兑现质量与用户信任修复进展。
上海创智学院、复旦大学、伦敦国王学院与牛津大学等团队推出 SocioVerse2,将 LLM 社会模拟从横截面问卷扩展为可干预的纵向过程。系统允许研究者在模拟中插入干预并生成反事实分支,从而在同一段历史上对比实验组与对照组。其目标是让研究者与智能体协同迭代研究流程,而非端到端全自动完成。
SynthePulse Insight会员精读阅读深度解读谷歌研究人员开发了一种名为RRSI的新方法,可防止自我改进的AI代理记忆测试任务,从而避免在新任务上性能提升缩小或消失。该方法在未见过的基准测试中最高提升4.7分,同时比未正则化的版本减少约30%的token使用量。
SynthePulse Insight阅读深度解读剑桥大学人工智能科学与政策项目(CASP)发布了一篇由22位AI领域顶尖专家联合撰写的论文,其中包括辛顿、本吉奥、巴托等图灵奖得主以及OpenAI、Anthropic、微软的高管。论文警告,随着AI越来越多地参与下一代AI的研发,可能触发"智能爆炸",将原本需要数年的技术进展压缩到几个月甚至更短。作者认为目前尚无证据表明这一过程已经发生,但支撑反馈循环的条件正在快速成熟,部分趋势已在前沿实验室内部显现。
SynthePulse Insight会员精读阅读深度解读OpenAI 基金会宣布总额超过 250 亿美元的首期科研资助承诺,重点投向健康与攻克疾病以及 AI 韧性。首批超过 1.25 亿美元资助用于建设公开的健康与生命科学数据,包括个性化癌症疫苗和阿尔茨海默病相关研究。基金会生命科学负责人雅各布·特里菲森表示,第一年计划在所有领域发放超过 10 亿美元资助。
SynthePulse Insight会员精读阅读深度解读OpenAI的Tibo在开发者日后发文,承诺接下来连续28天发布或重置,并聚焦简化产品、提高效率、突破性功能和新模型。此前DevDay发布了GPT-6.1 Sol、Codex/Work更新、Dots等约20项内容,但部分重度用户抱怨额度收紧、模型变慢,实际体验未明显改善。竞争对手Lauren Tan也公开质疑OpenAI宣传与质量脱节,引发用户信任危机。
SynthePulse Insight阅读深度解读新加坡南洋理工大学安波教授团队发布报告《Finding the Right Fit: Model-Harness Interactions across Agent Tasks》,系统比较了 OpenHands、DSH、PI 和 openJiuwen 四套可配置 Harness 与多个模型的组合表现。实验在 TUA-Bench、ALE-CLI 和 Terminal-Bench 4 三个任务集上形成 66 项比较记录,结论指出 Harness 的好坏取决于其与模型、任务的具体组合,而非固定属性。
SynthePulse Insight会员精读阅读深度解读在 Anthropic 发布 Claude Code Mods 扩展机制后不到 24 小时,DeepSeek Harness 团队推送了 v0.2.1-alpha.1 版本,新增由负责人崔添翼编写的实验性 Claude Code Mods 兼容层。该兼容层旨在验证 Claude Code Mods API 大致为 DeepSeek Harness 插件能力的一个子集,并已跑通 Anthropic 官方三个基准示例。崔添翼随后在知乎回应了外界关于“抄作业”和技术路线的讨论。
SynthePulse Insight会员精读阅读深度解读Anthropic 为 Claude Code 推出 Mods 扩展机制后,DeepSeek Harness 团队负责人崔添翼在 X 上评论称两者思路殊途同归,但 Claude Mods 本质是局部插件,而 DSH 从立项起就是一切皆插件的微内核架构。不到 24 小时,DeepSeek 向 GitHub 推送 dsh v0.2.1-alpha.1,新增由崔添翼亲自编写的实验性 Claude Code Mods 兼容层,并称目的是验证 Claude Code Mods API 大致为 DSH 插件的一个子集。
SynthePulse Insight阅读深度解读DeepSeek Harness 发布 v0.2.1-alpha.1,新增实验性 Claude Code Mods 兼容层,可让按 Claude Code Mods 接口编写的扩展接入 DSH 插件系统运行。该更新由团队负责人崔添翼署名,并配套新增“让 Agent 创建插件”入口和开发者工具包。此举延续了 DeepSeek Harness“一切皆插件”的架构主张,也回应了 Claude Code 近期推出 Mods 的生态动向。
SynthePulse Insight阅读深度解读从2026年10月开始,谷歌将限制免费用户对Gemini模型的访问。未订阅用户只能使用最小的模型Flash-Lite,而Flash和Pro将保留给付费用户。此举可能为更耗资源的Gemini 4 Argon铺平道路。
SynthePulse Insight阅读深度解读OpenAI 在 DevDay 2026 上推出可全天候工作的 Dots 智能体、Space 协作空间和 Agents API,将多 Agent 从研究能力推向产品主线。o1 及后续推理模型早期奠基者之一 Noam Brown 在访谈中表示,解决千禧年难题的功劳主要来自强大的通用模型,多智能体贡献不到 10%,且大规模扩展效率仍缺乏充分实验数据。
SynthePulse Insight阅读深度解读GPT-6 Astra 在开源项目 agent-wow 中,通过直接读取《魔兽世界》私服底层网络数据包而非游戏画面,40 分钟内零死亡完成兽人新手村「试炼谷」全部任务。它自主构建感知、任务查询和寻路工具,并利用导航网格与碰撞体不一致的 bug 穿墙。开发者下一步计划测试单 agent 从 1 级练到 80 级以及多 agent 组队通关冰冠堡垒英雄难度。
SynthePulse Insight阅读深度解读